【干货分享】宏组学最新最潮分析方法大盘点

宏基因组（Metagenome）和宏转录组（Metatranscriptome）是通过鸟枪法测序技术（Shotgun sequencing），结合全微生物组关联分析（Microbiome-Wide Association Studies，MWAS）的策略，分别从DNA/RNA水平，全面精细地展示整个微生物群落的物种组成谱、功能代谢谱、表达谱，进而从原理上阐明微生物群落在生态系统中发挥作用的根本机制。

对于数据量和信息量都非常庞大的宏组学研究而言，选对分析软件至关重要。历经多年发展，目前能用于宏基因组和宏转录组分析的软件已然数不胜数，对于分析者而言，可谓“甜蜜的烦恼”！

那么，在琳琅满目的分析方法中，究竟哪些才是当前宏组学的“网红”呢？我们特意花时间整理了以下推荐软件，大家走过路过千万不要错过哦~

★ FastQC ★

FastQC能全方位评估测序产生的原始数据的质量，并通过网页形式展示图形化报告，是测序数据质控的经典工具。

https://www.bioinformatics.babraham.ac.uk/projects/fastqc/

★ fastp ★

fastp是新近发表的测序质控软件，能对数据自动进行全方位质控，并生成人性化的报告。与FastQC相比，fastp运行速度快，功能多，号称“all in one, one for all”。生成的报告中，所有的图表都是使用JavaScript动态绘制，交互功能非常强大。

https://github.com/OpenGene/fastp

★ BMTagger ★

对于存在宿主等污染的宏基因组/宏转录组测序数据，可以使用BMTagger软件将质控后的高质量序列与宿主基因组参考序列比对，并舍弃匹配上宿主的序列，以此来尽可能地去除宿主污染序列。

ftp://ftp.ncbi.nlm.nih.gov/pub/agarwala/bmtagger/

★ SortMeRNA ★

对于宏转录组或RNA类的宏病毒组数据，SortMeRNA是去除测序结果中残余的核糖体RNA（rRNA）序列的不二之选。

http://bioinfo.lifl.fr/RNA/sortmerna/

★ Kraken2 ★

Kraken2是Kraken的升级版本，可以通过使用精准k-mer匹配，对非拼接序列实现高精度且快速的物种注释。Kraken2可同时适用于原核与真核微生物的识别，因而具有广泛的应用。

http://ccb.jhu.edu/software/kraken2/

★ MEGAHIT ★

MEGAHIT是一款基于无损压缩的Succinct de Bruijn graphs（SdBG）的快速组装工具，因其具有内存消耗小、计算速度快、低错误率、安装便捷、较长的重叠群长度等优点，在来源较复杂、数据规模较大的宏基因组序列的快速组装上优势明显，是一款应用广泛的主流组装软件。拼接组装时，可以根据样品和数据特性，选择meta-large或meta-sensitive等组装模式。

https://hku-bal.github.io/megabox

★ Minimap2 ★

DNA/mRNA序列快速比对神器，相较于BWA-MEM、Bowtie2等常用比对工具比对速度更快，内存占用更少，可适用于二代、三代测序数据。

https://lh3.github.io/minimap2/

★ DIAMOND ★

目前除了BLASTP之外最流行的蛋白比对软件，比对速度快、内存占用少、灵敏度高，可谓集万千优点于一身。

http://github.com/bbuchfink/diamond

★ Blast2lca ★

对于基于拼接序列的物种注释，由于并非所有Contigs序列都具有足够的长度和特异性，它们可能会在注释比对时，同时匹配上多条参考序列，而这些匹配的参考序列又可能分属于不同的物种分类单元；为使分析严谨可靠，同时又不丢失生物学意义，可以采用Blast2lca软件的“最近共同祖先（Lowest Common Ancestor，LCA）”算法，将参考序列分化为不同物种分枝前的最后一级共同分类，作为目标序列的物种分类注释信息。该算法的原理与MEGAN软件相同，是物种注释的主流方法。

https://github.com/emepyc/Blast2lca

★ MetaGeneMark ★

MetaGeneMark是专门用于预测原核微生物和宏基因组基因序列的老牌软件，可以识别组装得到的Contigs序列中的开放阅读框，并预测其中的编码区域，从而获得对应的基因和蛋白序列，运算速度快。

http://exon.gatech.edu/GeneMark/

★ MetaWRAP ★

MetaWRAP是一款整合了质控、拼接、分箱（Binning）、提纯、评估、物种注释、丰度估计、功能注释和可视化的分析流程，纳入超140个工具软件，可一键安装。MetaWRAP流程整合了CONCOCT、MaxBin、MetaBAT等三款分箱工具以及提纯和重组装算法，能提供出色的分箱组装效果，从而有助于从宏基因组数据挖掘单菌基因组信息。